模型预测控制就是在每个采样点处，根据被控对象的状态和预测模型，预测系统在未来一段时间内的状态，依据某一性能指标（成本函数）来求解最优的一组控制序列，并将这组控制序列的第一个控制作用作为输出给执行机构，在下一个采样点继续执行优化算法。

预测模型：根据被控对象的历史信息和未来的输入，可以预测系统未来的输出。预测模型可以是状态方程或传递函数，对于稳定的线性系统，可以是阶跃响应或脉冲响应。

滚动优化：通过对某一性能指标的在线反复优化来确定最优控制动作。

反馈矫正：被控对象的实际输出用于修正预测结果，防止模型不匹配或环境干扰预测结果。

控制时域：控制量的预测范围，也就是控制序列的长度，即给出执行器在未来多长的输出。

预测时域：预测被控对象在未来多长时间内的状态，预测时域可以大于控制时域，也可以等于，但是不能小于。